Grundlagen der Kombinatorik

Größe: px
Ab Seite anzeigen:

Download "Grundlagen der Kombinatorik"

Transkript

1 Statistik 1 für SoziologInnen Grundlagen der Kombinatorik Univ.Prof. Dr. Marcus Hudec

2 Zufallsauswahl aus Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben größte Bedeutung zu, da in vielen Fällen die Untersuchung der Grundgesamtheit zu teuer oder prinzipiell unmöglich ist. Ziel ist es dabei aus der Analyse der Stichprobe auf die Grundgesamtheit zu schließen Um Abschätzungen über den Stichprobenfehler treffen zu können, muss der Ziehungsvorgang exakt beschrieben werden Ziehen mit Zurücklegen bzw. Ziehen ohne Zurücklegen Berücksichtigung der Anordnung bzw. keine Berücksichtigung der Anordnung 2 Statistik 1 - Einführung in die

3 Kombinatorik Wie komme ich zu den relevanten Anzahlen von möglichen und günstigen Fällen? Vollständige Enumeration Mathematische Berechnung Wichtiges Hilfsmittel der Kombinatorik ist jenes Teilgebiet der Mathematik, das sich mit der Bestimmung der Zahl möglicher Anordnungen oder Auswahlen von unterscheidbaren oder nicht unterscheidbaren Objekten mit oder ohne Beachtung der Reihenfolge beschäftigt. 3 Statistik 1 - Einführung in die

4 Überblick über 4 Stichprobenmodelle Mit Berücksichtigung der Anordnung (Variationen) Mit Zurücklegen N* = Nn I Ohne Zurücklegen N* = N (N-1)... (N-(n-1)) II falls n=n: N! (Permutation) Ohne Berücksichtigung der Anordnung (Kombinationen) N* Nn n III 1 N* = N (N-1)... (N-(n-1))/n! N N* n IV 4 Statistik 1 - Einführung in die

5 Modelle mit Berücksichtigung der Anordnung Ziehen mit Zurücklegen (Situation I) Jede Ziehung erfolgt von der ursprünglichen Grundgesamtheit; das Ergebnis eines Ziehungsschrittes beeinflusst nicht das Ergebnis des nächsten Schrittes; In der Stichprobe können Objekte mehrfach vorkommen Anzahl der möglichen Stichproben: N* = N n 5 Statistik 1 - Einführung in die

6 Beispiele für Variation mit Zurücklegen (I) Wie viele verschiedene Zustände kann man mit 8 binären Informationseinheiten (0/1) [mit 8 Bit] darstellen? N=2 n=8 Ziehen mit Zurücklegen mit Berücksichtigung der Anordnung 2 8 = Statistik 1 - Einführung in die

7 Beispiele für Variationen mit Zurücklegen (I) Wie viele verschiedene Wörter bestehend aus 4- Buchstaben kann man bilden? N=26 n=4 Ziehen mit Zurücklegen mit Berücksichtigung der Anordnung 26 4 = Wie viele verschiedene sechsstellige Zahlen kann man aus den Ziffern 0 bis 9 bilden? (vgl. Joker beim Lotto) N=10 n=6 Ziehen mit Zurücklegen mit Berücksichtigung der Anordnung 10 6 = Statistik 1 - Einführung in die

8 Modelle mit Berücksichtigung der Anordnung Ziehen ohne Zurücklegen (Situation II) Jede einzelne Ziehung erfolgt von einer verringerten Grundgesamtheit; das Ergebnis eines Ziehungsschrittes beeinflusst das Ergebnis des nächsten Schrittes; In der Stichprobe kann ein Objekt nur maximal einmal vorkommen Anzahl der möglichen Stichproben: N* = N (N-1) (N-2)... (N-(n-1)) N* N! ( Nn)! 8 Statistik 1 - Einführung in die

9 Beispiele für Variation ohne Zurücklegen (II) Wie viele Möglichkeiten gibt es 3 Kandidaten aus einer Liste von 5 auszuwählen und dabei zu reihen? N=5 n=3 Ziehen ohne Zurücklegen mit Berücksichtigung der Anordnung Situation II 5*4*3 = 60 9 Statistik 1 - Einführung in die

10 Permutationen Spezialfall: n=n d.h. wir wählen alle Elemente aus Anzahl von Anordnungen von N unterscheidbaren Objekten N*=N(N-1)(N-2)...(N-(n-1))=N(N-1)...1=N! N-Fakultät Beachte: 0!=1 10 Statistik 1 - Einführung in die

11 Beispiele: Wie viele Möglichkeiten gibt es 3 Kandidaten zu reihen? N=3 n=3 Ziehen ohne Zurücklegen mit Berücksichtigung der Anordnung 3! = 6 Permutation abc acb bac bca cab cba 11 Statistik 1 - Einführung in die

12 Modelle ohne Berücksichtigung der Anordnung Ziehen ohne Zurücklegen (Situation IV) Jede einzelne Ziehung erfolgt von einer verringerten Grundgesamtheit; das Ergebnis eines Ziehungsschrittes beeinflusst das Ergebnis des nächsten Schrittes; In der Stichprobe kann ein Objekt nur maximal einmal vorkommen Vorgang entspricht der Teilmengenbildung Anzahl der möglichen Stichproben: N* = N (N-1) (N-2)... (N-(n-1))/n! 12 Statistik 1 - Einführung in die

13 Vereinfachte Schreibweise N n N! n!( N n)! N N N N N n ( 1) ( 1) n n(n 1) 21 Binomialkoeffizient N 1 0 N i0 N i 2 n N N N N 1 N 1 Excel-Funktion: Kombinationen(n; k) 13 Statistik 1 - Einführung in die

14 Beispiele für Kombinationen ohne Zurücklegen (IV) Wie viele Möglichkeiten gibt es 3 Kandidaten aus einer Liste von 5 auszuwählen, wobei Ihre Reihung irrelevant ist? N=5 n=3 Ziehen ohne Zurücklegen ohne Berücksichtigung der Anordnung Situation IV !3! 5! Statistik 1 - Einführung in die

15 Beispiele: Wie viele Möglichkeiten gibt es 3 Kandidaten aus einer Liste von 5 (a,b,c,d,e) auszuwählen, wobei Ihre Reihung irrelevant ist? N=5 n=3 Ziehen ohne Zurücklegen ohne Berücksichtigung der Anordnung abc abd abe acd ade bcd bde cde ace bce 10 Möglichkeiten 15 Statistik 1 - Einführung in die

16 Modelle ohne Berücksichtigung der Anordnung Ziehen mit Zurücklegen (Situation III) Jede Ziehung erfolgt von der ursprünglichen Grundgesamtheit; das Ergebnis eines Ziehungsschrittes beeinflusst nicht das Ergebnis des nächsten Schrittes; In der Stichprobe können Objekte mehrfach vorkommen Anzahl der möglichen Stichproben: N* N n 1 ( Nn1) ( Nn2) ( N1) N n n(n 1) Statistik 1 - Einführung in die

17 Beispiele für Kombinationen mit Zurücklegen (III) In einer Woche ereigneten sich 10 tödliche Verkehrsunfälle. Wie viele unterschiedliche Häufigkeitsverteilungen der Zahl der Unfälle klassifiziert nach dem Wochentag gibt es? N=7 n=10 Ziehen mit Zurücklegen ohne Berücksichtigung der Anordnung Sit. III entspricht der Frage: Wie viele Mögliche Verteilungen von n Kugeln auf N Fächer gibt es? 17 Statistik 1 - Einführung in die

18 Überblick über Stichprobenmodelle Mit Berücksichtigung der Anordnung (Variationen) Mit Zurücklegen N* = Nn I Ohne Zurücklegen N* = N (N-1)... (N-(n-1)) II falls n=n: N! (Permutation) Ohne Berücksichtigung der Anordnung (Kombinationen) N* Nn n III 1 N* = N (N-1)... (N-(n-1))/n! N N* n IV

19 Diskussion der Formeln N* aus Sit. II ist gleich N* aus Sit. IV mal n! II unterscheidet sich von IV eben nur dadurch, dass die Reihenfolge relevant ist. Die Formel aus III entspricht, der aus IV nur ist die Zahl der Elemente der Menge aus der wir die Stichprobe ziehen größer: N+(n-1) statt N Idee: Ab dem zweiten der n Ziehungsschritte vergrößern wir jeweils komparativ die Grundmenge um ein Element 19 Statistik 1 - Einführung in die

20 Beispiel: Geburtstagsproblem Wie groß ist die Wahrscheinlichkeit, dass unter n Personen zumindest zwei am selben Kalendertag Geburtstag haben (natürlich unabhängig vom Alter/Geburtsjahr)? Wie viele Personen müssen anwesend sein, dass die Wahrscheinlichkeit zumindest ein Personenpaar mit gleichem Geburtstag zu erhalten, größer als 50% ist? 20 Statistik 1 - Einführung in die

21 Beispiel: Geburtstagsproblem Wie groß ist die Wahrscheinlichkeit, dass unter n Personen zumindest 2 am selben Kalendertag Geburtstag haben (unabhängig vom Alter)? X sei das Ereignis 2 oder mehr haben am selben Tag Geburtstag P(X) = 1- P(X') X' ist das Ereignis, dass alle Personen an verschiedenen Tagen Geburtstag haben 2 Personen: P(X') = 364/365 3 Personen: P(X') = (364/365)*(363/365) usw. n=30 P(X') = 0,294 P(X) = 0,706 n=50 P(X') = 0,030 P(X) = 0,970 ab n =23 P(X) > 50% 21 Statistik 1 - Einführung in die

22 Beispiele Wie groß ist die Wahrscheinlichkeit, bei 6 Würfelwürfen alle 6 Augenzahlen genau einmal zu würfeln? Mögliche Ergebnisse: n n 6 6 = Günstige Ergebnisse: n! 6!=720 Wahrscheinlichkeit: n! / n n Für n=6: 0, Statistik 1 - Einführung in die

23 Formale Lösung P(X )=N*(N-1)*...*(N-(n-1))/N n N=365 n=anzahl der Personen P(X)=1 - N*(N-1)*...*(N-(n-1))/N n n p(n ) % % % % % % 23 Statistik 1 - Einführung in die

24 Beispiele Wie groß ist die Wahrscheinlichkeit, dass unter n Personen zumindest einer am selben Kalendertag (21.10.) Geburtstag hat, wie der Vortragende (unabhängig vom Alter) [X]? P(X) = 1- P(X') X' ist das Ereignis, dass alle Personen nicht am Stichtag Geburtstag haben 1 Personen: P(X') = 364/365 2 Personen: P(X') = (364/365)*(364/365) usw. n=30 P(X') = 0,921 P(X) = 0,079 n=50 P(X') = 0,872 P(X) = 0,128 ab n =253 P(X) > 50% 24 Statistik 1 - Einführung in die

Grundlagen der Kombinatorik

Grundlagen der Kombinatorik Statistik 1 für SoziologInnen Grundlagen der Kombinatorik Univ.Prof. Dr. Marcus Hudec Zufallsauswahl aus Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben große Bedeutung zu,

Mehr

Zufallsauswahlen aus endlichen Grundgesamtheiten

Zufallsauswahlen aus endlichen Grundgesamtheiten Zufallsauswahlen aus endlichen Grundgesamtheiten In der statistischen Praxis kommt dem Ziehen von Stichproben größte Bedeutung zu, da in vielen Fällen die Untersuchung der Grundgesamtheit zu teuer oder

Mehr

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung Statistik 1 für SoziologInnen Einführung in die Univ.Prof. Dr. Marcus Hudec WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should ldhave

Mehr

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung Statistik 1 für SoziologInnen Einführung in die Univ.Prof. Dr. Marcus Hudec WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should have

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung Statistik 1 für SoziologInnen Einführung in die Univ.Prof. Dr. Marcus Hudec WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should have

Mehr

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik 3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten lassen sich häufig durch Abzählen der günstigen und möglichen Fällen lösen. Kompliziertere Fragestellungen bedürfen aber der Verwendung mathematischer

Mehr

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik 3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten lassen sich häufig durch Abzählen der günstigen und möglichen Fällen lösen. Kompliziertere Fragestellungen bedürfen aber der Verwendung mathematischer

Mehr

Kombinatorik. 1. Permutationen 2. Variationen 3. Kombinationen. ad 1) Permutationen. a) Permutationen von n verschiedenen Elementen

Kombinatorik. 1. Permutationen 2. Variationen 3. Kombinationen. ad 1) Permutationen. a) Permutationen von n verschiedenen Elementen Kombinatorik Zur Berechnung der Wahrscheinlichkeit eines zusammengesetzten Ereignisses ist oft erforderlich, zwei verschiedene Anzahlen zu berechnen: die Anzahl aller Elementarereignisse und die Anzahl

Mehr

Übungen zur Vorlesung Grundlagen der Mathematik II Lösungsvorschlag

Übungen zur Vorlesung Grundlagen der Mathematik II Lösungsvorschlag MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner SS 2013 Blatt 3 0.05.2013 Übungen zur Vorlesung Grundlagen der Mathematik II Lösungsvorschlag 9. Wir betrachten die Ereignisse A, B, C A;

Mehr

Inhaltsverzeichnis (Ausschnitt)

Inhaltsverzeichnis (Ausschnitt) 6 Diskrete Wahrscheinlichkeitsräume Inhaltsverzeichnis (Ausschnitt) 6 Diskrete Wahrscheinlichkeitsräume Laplacesche Wahrscheinlichkeitsräume Kombinatorik Allgemeine diskrete Wahrscheinlichkeitsräume Deskriptive

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 12. Dezember 2012 1 Kombinatorik Fakultät Binomialkoeffizienten Urnenmodelle 2 Definition Fakultät Die Zahl n! =

Mehr

Kombinatorik und Urnenmodelle

Kombinatorik und Urnenmodelle Kapitel 2 Kombinatori und Urnenmodelle In diesem Abschnitt nehmen wir an, dass (Ω, A, P ein Laplace scher Wahrscheinlicheitsraum ist (vgl. Bsp.1.3, d.h. Ω ist endlich, A = P (Ω und P (A = A Ω A Ω. Für

Mehr

Kombinatorische Abzählverfahren

Kombinatorische Abzählverfahren Mathematik Statistik Kombinatorische Abzählverfahren * Kombinatorische Abzählverfahren Vorwort TEIL A: Basiswissen 1. Was zum Teufel ist das? 1.2. Wofür benötigt man Kombinatorische Abzählverfahren? 1.3.

Mehr

Fragestellung: Auf wieviele Arten können n verschiedene Elemente in einer Reihe angeordnet werden?

Fragestellung: Auf wieviele Arten können n verschiedene Elemente in einer Reihe angeordnet werden? 2 KOMBINATORIK Die Kombinatorik ist eine wichtige Grundlage für die Wahrscheinlichkeitsrechnung. Sie befasst sich mit Problemen der Anordnung oder Gruppierung von Elementen. Viele kombinatorische Überlegungen

Mehr

Sachrechnen/Größen WS 14/15-

Sachrechnen/Größen WS 14/15- Kapitel Daten & Wahrscheinlichkeit 3.1 Kombinatorische Grundlagen 3.2 Kombinatorik & Wahrscheinlichkeit in der Grundschule 3.3 Daten Darstellen 3.1 Kombinatorische Grundlagen Verschiedene Bereiche der

Mehr

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6 Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2 3 Wahrscheinlichkeitsaxiome 4 4 Laplace-Experimente 6 5 Hilfsmittel aus der Kombinatorik 7 1 Vorbemerkungen

Mehr

Permutation = Anordnung aller Elemente einer Menge, Kombination = Auswahl von einigen aus vielen Elementen, Variation = Auswahl und Anordnung.

Permutation = Anordnung aller Elemente einer Menge, Kombination = Auswahl von einigen aus vielen Elementen, Variation = Auswahl und Anordnung. Kombinatorik Was ist Kombinatorik? Die 92 natürlichen chemischen Elemente sind die mathematischen Elemente der Menge chemisches Periodensystem. Ebenso sind die zehn Ziffern 0 9 eine Menge, jede Ziffer

Mehr

1 Grundlagen Wahrscheinlichkeitsrechung

1 Grundlagen Wahrscheinlichkeitsrechung 1 Grundlagen Wahrscheinlichkeitsrechung 1.1 Grundbegriffe Alle möglichen Ereignisse eines Zufallsexperiments fassen wir in einer Ereignismenge Ω zusammen. Ereignisse sind Teilmengen von Ω. Umfasst das

Mehr

Modelle diskreter Zufallsvariablen

Modelle diskreter Zufallsvariablen Statistik 2 für SoziologInnen Modelle diskreter Zufallsvariablen Univ.Prof. Dr. Marcus Hudec Zufallsvariable Eine Variable (Merkmal) X, deren numerische Werte als Ergebnisse eines Zufallsvorgangs aufgefasst

Mehr

4. Kombinatorik *) In der Kombinatorik werden drei wichtige Symbole benötigt: o n! o (n) k o

4. Kombinatorik *) In der Kombinatorik werden drei wichtige Symbole benötigt: o n! o (n) k o *) Die Berechnung der Wahrscheinlichkeit im Laplace-Experiment wirkt zunächst einfach. Man muss einfach die Anzahl der günstigen Fälle durch die Anzahl der möglichen Fälle teilen. Das Feststellen dieser

Mehr

Kombinatorik. Additions- und Multiplikationsgesetz

Kombinatorik. Additions- und Multiplikationsgesetz Kombinatorik Die Kombinatorik beschäftigt sich mit der Berechnung der Anzahl Möglichkeiten, eine Anzahl von Objekten aus einer Grundmenge auszuwählen. Z.B. beim Schweizer Zahlenlotto 6 aus 45. Dabei wird

Mehr

Kombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen?

Kombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen? 1 Kombinatorik Aus einer Grundgesamtheit mit n Elementen wird eine Stichprobe k Elementen entnommen. Dabei kann die Stichprobe geordnet oder ungeordnet sein. "Geordnet" bedeutet, dass die Reihenfolge der

Mehr

Die Formel für Kombinationen wird verwendet, wenn

Die Formel für Kombinationen wird verwendet, wenn 1. Übung: Kombinatorik Aufgabe 1 Die Formel für Kombinationen wird verwendet, wenn a) Alle n Elemente angeordnet werden sollen. b) Aus n Elementen k Elemente gezogen werden sollen. c) Die Reihenfolge der

Mehr

Kombinatorik kompakt. Stochastik WS 2016/17 1

Kombinatorik kompakt. Stochastik WS 2016/17 1 Kombinatorik kompakt Stochastik WS 2016/17 1 Übersicht Auswahl/Kombinationen von N aus m Elementen Statistische unterscheidbare ununterscheidbare Physik Objekte (gleiche) Objekte ( ohne m N m+n 1 ) N mit

Mehr

2. Zufallsvorgänge und Wahrscheinlichkeiten

2. Zufallsvorgänge und Wahrscheinlichkeiten 2. Zufallsvorgänge und Wahrscheinlichkeiten Ziel des Kapitels: Einführung elementarer Begriffe der Wahrscheinlichkeitsrechnung (definitorisch) Ziel der Wahrscheinlichkeitsrechnung: Modellierung von zufälligen

Mehr

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik. Mögliche Ergebnisse, auch Elementarereignisse bezeichnet

STATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik. Mögliche Ergebnisse, auch Elementarereignisse bezeichnet Kapitel 10 Zufall und Wahrscheinlichkeit 10.1. Grundbegriffe Wahrscheinlichkeitsrechnung Zufallsvorgang Klein-Omega ω Groß-Omega Ω Stellt Modelle bereit, die es erlauben zufallsabhängige Prozesse abzuschätzen

Mehr

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26) Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26 Ein Wahrscheinlichkeitsraum (Ω, P ist eine Menge Ω (Menge aller möglichen Ausgänge eines Zufallsexperiments: Ergebnismenge versehen mit einer Abbildung

Mehr

Statistik I für Betriebswirte Vorlesung 2

Statistik I für Betriebswirte Vorlesung 2 Statistik I für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Kombinatorik. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Kombinatorik Beispielaufgaben

Kombinatorik. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Kombinatorik Beispielaufgaben Kombinatorik Diskrete Strukturen Uta Priss ZeLL, Ostfalia Sommersemester 2016 Diskrete Strukturen Kombinatorik Slide 1/13 Agenda Hausaufgaben Kombinatorik Beispielaufgaben Diskrete Strukturen Kombinatorik

Mehr

Kombinatorik & Stochastik Übung im Sommersemester 2018

Kombinatorik & Stochastik Übung im Sommersemester 2018 Kombinatorik & Stochastik Übung im Sommersemester 2018 Kombinatorik Formeln & Begriffe Begrifflichkeiten Permutation = Anordnung in einer bestimmten Reihenfolge Kombination = Anordnung ohne bestimmte Reihenfolge

Mehr

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc. Abiturvorbereitung Stochastik neue friedländer gesamtschule Klasse 12 GB 21.02.2014 Holger Wuschke B.Sc. Glücksspiel auf der Buchmesse Leipzig, 2013 Organisatorisches 1. Begriffe in der Stochastik (1)

Mehr

Vorlesung. Prof. Janis Voigtländer Übungsleitung: Dennis Nolte. Mathematische Strukturen Sommersemester 2017

Vorlesung. Prof. Janis Voigtländer Übungsleitung: Dennis Nolte. Mathematische Strukturen Sommersemester 2017 Vorlesung Mathematische Strukturen Sommersemester 017 Prof. Janis Voigtländer Übungsleitung: Dennis Nolte Kombinatorik: Einführung Es folgt eine Einführung in die abzählende Kombinatorik. Dabei geht es

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 3. November 2010 1 Kombinatorik Fakultät Binomialkoeffizienten Urnenmodelle 2 Definition Tabellen Fakultät, Beispiel

Mehr

Wiederholung. Operationen auf Mengen. Relationen, Abbildungen/Funktionen. Beweistechniken: Landau-Notation A B, A Å B, A B, A \ B, P(A)

Wiederholung. Operationen auf Mengen. Relationen, Abbildungen/Funktionen. Beweistechniken: Landau-Notation A B, A Å B, A B, A \ B, P(A) Wiederholung Operationen auf Mengen A B, A Å B, A B, A \ B, P(A) Relationen, Abbildungen/Funktionen Reflexiv, symmetrisch, antisymmetrisch, transitiv Injektiv, surjektiv, bijektiv Beweistechniken: Indirekter

Mehr

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente Universität Basel Wirtschaftswissenschaftliches Zentrum Kombinatorik Dr. Thomas Zehrt Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente 2 Teil 1 Endliche Mengen Eine endliche Menge M ist eine Menge,

Mehr

Wahrscheinlichkeitsraum Modellbildung und distanzierte Rationalität Diskrete Wahrscheinlichkeitsräume Kombinatorik

Wahrscheinlichkeitsraum Modellbildung und distanzierte Rationalität Diskrete Wahrscheinlichkeitsräume Kombinatorik Zählalgorithmus Zählalgorithmus = Produktregel der Kombinatorik = allgemeines Zählprinzip Beispiel Wie viele Menüs kann man aus 3 Vorspeisen, 5 Hauptgerichten und 2 Nachspeisen zusammenstellen, wenn Geschmacksfragen

Mehr

2 Kombinatorik. 56 W.Kössler, Humboldt-Universität zu Berlin

2 Kombinatorik. 56 W.Kössler, Humboldt-Universität zu Berlin 2 Kombinatorik Aufgabenstellung: Anzahl der verschiedenen Zusammenstellungen von Objekten. Je nach Art der zusätzlichen Forderungen, ist zu unterscheiden, welche Zusammenstellungen als gleich, und welche

Mehr

Wiederholung: Laplace scher W.-Raum

Wiederholung: Laplace scher W.-Raum 1 Wiederholung: Laplace scher W.-Raum Sei Ω = {ω 1,ω 2,...,ω s } eine s-elementige Menge von Elementarereignissen und gelte p(ω) = 1/s für alle ω Ω. Dann nennen wir (Ω,P ) einen Laplace schen W-Raum. Problem:

Mehr

Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist.

Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. .3. Stochastik Grundlagen Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist. Die RELATIVE HÄUFIGKEIT einer Merkmalsausprägung gibt an mit welchem Anteil

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung

Mehr

Ein konstruktivistischer Zugang zu Permutationen und Kombinationen

Ein konstruktivistischer Zugang zu Permutationen und Kombinationen Ein konstruktivistischer Zugang zu Permutationen und Kombinationen von Robert J. Quinn und Lyndia R. Wiest 1 übersetzt und bearbeitet von Gerhard König Zusammenfassung: Es wird ein Unterrichtsgang beschrieben,

Mehr

The most important questions of life are, for the most part, really only problems of probability.

The most important questions of life are, for the most part, really only problems of probability. WAHRSCHEINLICHKEITSRECHNUNG It is remarkable that a science which began with the consideration of games of chance should have become the most timportant tobject of fhuman knowledege... The most important

Mehr

Das Urnenmodell. Anatoli Maier; Gregor Steinschulte; Mussie Mengstab; Robert Grendysa; Stephane Kom Djike / / / /

Das Urnenmodell. Anatoli Maier; Gregor Steinschulte; Mussie Mengstab; Robert Grendysa; Stephane Kom Djike / / / / Das Urnenmodell Hausarbeit Mathe III (Prof. Kästner, Friedberg) Anatoli Maier; Gregor Steinschulte; Mussie Mengstab; Robert Grendysa; Stephane Kom Djike 876522 / 900265 / 885568 / 875921 / 932424 Wintersemester

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilung diskreter Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Counting-Übungen (SS4) Felix Rohrer. Grundlagen des Zählens. 1. KR, Abschnitt 5.1, Aufgabe 7: I. KR, Abschnitt 5.1, Aufgabe 15:

Counting-Übungen (SS4) Felix Rohrer. Grundlagen des Zählens. 1. KR, Abschnitt 5.1, Aufgabe 7: I. KR, Abschnitt 5.1, Aufgabe 15: Counting-Übungen (SS4) Felix Rohrer Grundlagen des Zählens 1. KR, Abschnitt 5.1, Aufgabe 7:? Es gibt 17'576 Monogramme 17576 (1.1) I. KR, Abschnitt 5.1, Aufgabe 15: Wörter mit 1 Zeichen + Wörter mit 2

Mehr

Wirtschaftsstatistik I [E1]

Wirtschaftsstatistik I [E1] 040571-1 WMS: Wirtschaftsstatistik 1 :: WiSe07/08 Wirtschaftsstatistik I [E1] Schwab, Harald 1 harald.schwab@univie.ac.at http://homepage.univie.ac.at/harald.schwab October 7, 2007 1 Sprechstunde: MO 17-18h

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung Abiturvorbereitung Wahrscheinlichkeitsrechnung S. 1 von 9 Wahrscheinlichkeitsrechnung Kombinatorik Formeln für Wahrscheinlichkeiten Bedingte Wahrscheinlichkeiten Zusammenfassung wichtiger Begriffe Übungsaufgaben

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Mathematikepoche 9. Klasse

Mathematikepoche 9. Klasse Mathematikepoche 9. Klasse Steven Passmore Januar 204 Inhaltsverzeichnis I Zahlenmengen 3 Natürliche Zahlen 3 2 Ganze Zahlen 3 3 Rationale Zahlen 3 4 Reellen Zahlen 4 II Kombinatorik 4 5 Einleitung 4 6

Mehr

Mathematische Strukturen Sommersemester Vorlesung. Kombinatorik: Einführung. Ziehen aus Urnen

Mathematische Strukturen Sommersemester Vorlesung. Kombinatorik: Einführung. Ziehen aus Urnen Vorlesung Mathematische Strukturen Sommersemester 07 Prof. Janis Voigtländer Übungsleitung: Dennis Nolte : Einführung Es folgt eine Einführung in die abzählende. Dabei geht es darum, die Elemente einer

Mehr

Kombinatorik: Abzählverfahren (Teschl/Teschl 7) Summenregel. Allgemeiner

Kombinatorik: Abzählverfahren (Teschl/Teschl 7) Summenregel. Allgemeiner Kombinatorik: Abzählverfahren Teschl/Teschl 7 Fragestellung: Wie viele verschiedene Möglichkeiten gibt es, Elemente auszuwählen, z. B. Anzahl verschiedener möglicher Passwörter, IPAdressen, Zahlenkombinationen

Mehr

Kombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen

Kombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen Kombinatorik: Einführung Vorlesung Mathematische Strukturen Sommersemester 04 Prof. Barbara König Übungsleitung: Henning Kerstan Es folgt eine Einführung in die Kombinatorik. Dabei geht es darum, die Elemente

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilung diskreter Zufallsvariablen Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Vorkurs Mathematik für Informatiker Kombinatorik --

Vorkurs Mathematik für Informatiker Kombinatorik -- Vorkurs Mathematik für Informatiker -- 10 Kombinatorik -- Thomas Huckle Stefan Zimmer 30.09.2014 1 Urnenmodell In der Kombinatorik interessiert man sich dafür, wie viele Möglichkeiten es für die Ergebnisse

Mehr

Hallo Welt für Fortgeschrittene

Hallo Welt für Fortgeschrittene Hallo Welt für Fortgeschrittene Kombinatorik Patrick Groth Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Definition Kombinatorik ist das Teilgebiet der Mathematik, das sich mit den möglichen

Mehr

WS 2016/17 Diskrete Strukturen Kapitel 3: Kombinatorik (1)

WS 2016/17 Diskrete Strukturen Kapitel 3: Kombinatorik (1) WS 2016/17 Diskrete Strukturen Kapitel 3: Kombinatorik (1) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

Kombinatorik. Je nachdem, ob diese Randbedingungen erfüllt sein müssen oder nicht, lassen sich 6 Grundaufgaben unterscheiden: Wiederholung

Kombinatorik. Je nachdem, ob diese Randbedingungen erfüllt sein müssen oder nicht, lassen sich 6 Grundaufgaben unterscheiden: Wiederholung Kombinatorik In der Kombinatorik beschäftigt man sich damit die verschiedenen Möglichkeiten der Auswahl und Anordnung von Elementen aus endlichen Mengen zu untersuchen und insbesondere die Anzahl dieser

Mehr

SS 2016 Torsten Schreiber

SS 2016 Torsten Schreiber SS 01 Torsten Schreiber 15 Ein lineares Gleichungssystem besteht immer aus einer Anzahl an Variablen und Gleichungen. Die Zahlen vor den Variablen werden in der sogenannten zusammen gefasst und die Zahlen

Mehr

Kombinatorik. Cusanus-Gymnasium Wittlich Permutationen. Wie viele Möglichkeiten gibt es 10 Personen in eine Reihe auf 10 Sitze zu setzen?

Kombinatorik. Cusanus-Gymnasium Wittlich Permutationen. Wie viele Möglichkeiten gibt es 10 Personen in eine Reihe auf 10 Sitze zu setzen? Permutationen Wie viele Möglichkeiten gibt es 10 Personen in eine Reihe auf 10 Sitze zu setzen? 1. Sitz : 10 Möglichkeiten 2. Sitz : 9 Möglichkeiten 3. Sitz : 8 Möglichkeiten. 9. Sitz : 2 Möglichkeiten

Mehr

Kapitel IV - Spezielle Verteilungen: Diskrete Verteilungen

Kapitel IV - Spezielle Verteilungen: Diskrete Verteilungen Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel IV - Spezielle Verteilungen: Diskrete Verteilungen Markus Höchstötter Lehrstuhl

Mehr

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 7. Übung SS 16: Woche vom

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 7. Übung SS 16: Woche vom Übungsaufgaben 7. Übung SS 16: Woche vom 23. 5. 27. 5.. 2016 Stochastik I: Klassische Wkt.-Berechnung Aufgaben: s. pdf auf der homepage von Dr. Vanselow http://www.math.tu-dresden.de/ vanselow/... (SS16).html

Mehr

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg

Statistik. Sommersemester Prof. Dr. Stefan Etschberger Hochschule Augsburg für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik Sommersemester 2016 Prof. Dr. Stefan Etschberger Hochschule Augsburg Zufallsvariablen Beschreibung von Ereignissen

Mehr

Kombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen

Kombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen Kombinatorik: Einführung Vorlesung Mathematische Strukturen Sommersemester 05 Prof. Barbara König Übungsleitung: Dennis Nolte Es folgt eine Einführung in die Kombinatorik. Dabei geht es darum, die Elemente

Mehr

Überblick. Linguistische Anwendungen: æ Spracherkennung æ Textretrival æ probabilistische Grammatiken: z.b. Disambiguierung. Problem: woher Daten?

Überblick. Linguistische Anwendungen: æ Spracherkennung æ Textretrival æ probabilistische Grammatiken: z.b. Disambiguierung. Problem: woher Daten? 1 Überblick æ Beschreibende Statistik: Auswertung von Experimenten und Stichproben æ Wahrscheinlichkeitsrechnung: Schlüsse aus gegebenen Wahrscheinlichkeiten, Hilfsmittel: Kombinatorik æ Beurteilende Statistik:

Mehr

Teil II. Der Weg zur schließenden Statistik: Von den Daten zu Wahrscheinlichkeiten. StatSoz 127

Teil II. Der Weg zur schließenden Statistik: Von den Daten zu Wahrscheinlichkeiten. StatSoz 127 Teil II Der Weg zur schließenden Statistik: Von den Daten zu Wahrscheinlichkeiten StatSoz 127 6 Zufallsstichprobe und Parameter 6.1 Parameter einer Grundgesamtheit 6.2 Zufallsstichprobe und Bias 6.3 Stichprobenfehler

Mehr

Das Urnenmodell mit und ohne Zurücklegen

Das Urnenmodell mit und ohne Zurücklegen THM Friedberg Standort: Friedberg Seminar: Mathematik 3- Statistik WS 12/13 Gruppe Nr.9 Dozent: Dipl. Log. me. Kästner Das Urnenmodell mit und ohne Zurücklegen 10.12.2012 Theresa Hönicke Matrikelnr.: 869678

Mehr

KAPITEL 2. Kombinatorik

KAPITEL 2. Kombinatorik KAPITEL 2 Kombinatori In der Kombinatori geht es um das Abzählen von Kombinationen 21 Geburtstagsproblem Beispiel 211 (Geburtstagsproblem In einem Raum befinden sich 200 Studenten Wie groß ist die Wahrscheinlicheit,

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 12. November 2015 Satz 3.16 (Binomischer Lehrsatz) Seien a, b R. Dann gilt für alle

Mehr

Kombinatorik. Simon Rainer 21. Juli Simon Kombinatorik 21. Juli / 51

Kombinatorik. Simon Rainer 21. Juli Simon Kombinatorik 21. Juli / 51 Kombinatorik Simon Rainer sr@mail25.de 21. Juli 2015 Simon Rainersr@mail25.de Kombinatorik 21. Juli 2015 1 / 51 Was ist Kombinatorik? Teilgebiet der diskreten Mathematik Endliche oder abzählbar unendliche

Mehr

Kombinatorik. Worum geht es in diesem Modul?

Kombinatorik. Worum geht es in diesem Modul? Kombinatorik Worum geht es in diesem Modul? Permutationen Binomialkoeffizienten Variation und Kombination Stichproben ohne Zurücklegen mit Berücksichtigung der Reihenfolge Stichproben mit Zurücklegen mit

Mehr

Permutation und Kombination

Permutation und Kombination Permutation und Kombination Aufgaben Aufgabe 1 Wie viele verschiedene Wörter lassen sich durch Umstellen der Buchstaben aus den Wörtern a. Mississippi, b. Larissa, c. Stuttgart, d. Abrakadabra, e. Thorsten,

Mehr

Kombinatorik. Kombinatorik ist die Lehre vom Bestimmen der Anzahlen

Kombinatorik. Kombinatorik ist die Lehre vom Bestimmen der Anzahlen Kombinatorik Kombinatorik ist die Lehre vom Bestimmen der Anzahlen 1 Man benötigt Kombinatorik, um z.b. bei Laplace-Experimenten die große Anzahl von Ergebnissen zu bestimmen. Bsp: Beim Lotto 6 aus 49

Mehr

Problemlösen Kombinationen - Wahrscheinlichkeit

Problemlösen Kombinationen - Wahrscheinlichkeit Problemlösen Kombinationen - Wahrscheinlichkeit Zusammengestellt aus dem Mathebuch der Bezirksschule Brugg Anzahl möglicher Anordnungen bei 3 Elementen Wie viele mögliche Anordnungen lassen sich aus drei

Mehr

Wahrscheinlichkeit. Kapitel Wahrscheinlichkeitsbegriff

Wahrscheinlichkeit. Kapitel Wahrscheinlichkeitsbegriff Kapitel 2 Wahrscheinlichkeit Betrachtungen zu wahrscheinlichen und unwahrscheinlichen Vorgängen sind heutzutage Teil unserer Alltagsüberlegungen. In diesem Kapitel stellen wir den Wahrscheinlichkeitsbegriff

Mehr

Binomialverteilung. Statistik für SoziologInnen 1 Diskrete Verteilungsmodelle. Marcus Hudec

Binomialverteilung. Statistik für SoziologInnen 1 Diskrete Verteilungsmodelle. Marcus Hudec Binomialverteilung Jakob Bernoulli (1654-1705) Ars Conjectandi Klassisches Verteilungsmodell für die Berechnung der Wahrscheinlichkeit für die Häufigkeit des Eintretens von Ereignissen in bestimmten noch

Mehr

7.7 Spezielle diskrete Wahrscheinlichkeitsverteilungen

7.7 Spezielle diskrete Wahrscheinlichkeitsverteilungen 7.7 Spezielle diskrete Wahrscheinlichkeitsverteilungen 7.7.1 Die Laplace-Verteilung Sei X eine gleich verteilte Zufallsvariable mit den Werten in der Menge Ω X = {x i R : i = 1,...,n}, d.h. f (x i = 1

Mehr

Statistik für Ingenieure Vorlesung 2

Statistik für Ingenieure Vorlesung 2 Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen

Mehr

Willkommen zur Vorlesung Statistik (Master)

Willkommen zur Vorlesung Statistik (Master) Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Wahrscheinlichkeit und Zufallsvorgänge Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften

Mehr

Brückenkurs zur Kombinatorik WS

Brückenkurs zur Kombinatorik WS Fachhochschule Köln Faklutät für Wirtschaftswissenschaften Prof. Dr. Arrenberg Raum 1, Tel. 14 email: jutta.arrenberg@fh-koeln.de homepage: http://www.wi.fh-koeln.de/homepages/arrenberg/index.html Brückenkurs

Mehr

Kombinatorik. Matthias Bayerlein Matthias Bayerlein Kombinatorik / 34

Kombinatorik. Matthias Bayerlein Matthias Bayerlein Kombinatorik / 34 Kombinatorik Matthias Bayerlein 25.6.2010 Matthias Bayerlein Kombinatorik 25.6.2010 1 / 34 Überblick Grundlagen aus der Schule Spezielle Zahlenfolgen Zusammenfassung Matthias Bayerlein Kombinatorik 25.6.2010

Mehr

Basiswissen Daten und Zufall Seite 1 von 8 1 Zufallsexperiment Ein Zufallsexperiment ist ein Versuchsaufbau mit zufälligem Ausgang, d. h. das Ergebnis kann nicht vorhergesagt werden. 2 Ergebnis (auch Ausgang)

Mehr

3. Mathematik Olympiade 2. Stufe (Kreisolympiade) Klasse 9 Saison 1963/1964 Aufgaben und Lösungen

3. Mathematik Olympiade 2. Stufe (Kreisolympiade) Klasse 9 Saison 1963/1964 Aufgaben und Lösungen 3. Mathematik Olympiade 2. Stufe (Kreisolympiade) Klasse 9 Saison 1963/1964 Aufgaben und Lösungen 1 OJM 3. Mathematik-Olympiade 2. Stufe (Kreisolympiade) Klasse 9 Aufgaben Hinweis: Der Lösungsweg mit Begründungen

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18 16. November 2017 1/35 Modulare Arithmetik Modulare Arithmetik Definition 3.33 Es sei

Mehr

Hypergeometrische Verteilung

Hypergeometrische Verteilung Hypergeometrische Verteilung Typischer Anwendungsfall: Ziehen ohne Zurücklegen Durch den Ziehungsprozess wird die Wahrscheinlichkeit des auch hier zu Grunde liegenden Bernoulli-Experimentes verändert.

Mehr

Grundlagen von Datenbanken Sommersemester 2012

Grundlagen von Datenbanken Sommersemester 2012 Beispiellösung für die Präsenzübung Nr. 3 Lösung zu Aufgabe 1 (RAP- Algorithmus): a) K ist Schlüssel, wenn gilt: K R und K ist minimal? 1) K R gilt, wenn: F K R (K R) ε F + R K F * 2) K ist minimal gilt,

Mehr

2.2 Ereignisse und deren Wahrscheinlichkeit

2.2 Ereignisse und deren Wahrscheinlichkeit 2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,

Mehr

Einführung in Quantitative Methoden

Einführung in Quantitative Methoden 5. Vorlesung Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 30. April 2014 Waldherr / Christodoulides Einführung in Quantitative Methoden- 5.VO 1/54 Zusammenhangsmaß für

Mehr

Kombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen

Kombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen Kombinatorik Jörn Loviscach Versionsstand: 31. Oktober 2009, 17:22 1 Begriff Kombinatorik; Zahl aller Teilmengen Die Kombinatorik ein recht kleines Gebiet der Mathematik befasst sich mit dem Abzählen von

Mehr

Kombinatorik - kurz. Ronald Balestra CH Zürich

Kombinatorik - kurz. Ronald Balestra CH Zürich Kombinatorik - kurz Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch 14. Mai 2012 Inhaltsverzeichnis 1 Um was geht s? 1 1.1 Allgemeines Zählprinzip....................... 2 1.2 Permutationen............................

Mehr

Statistik für Studierende der Sozialwissenschaften Wintersemester 2010/2011 F. Marohn

Statistik für Studierende der Sozialwissenschaften Wintersemester 2010/2011 F. Marohn Statistik für Studierende der Sozialwissenschaften Wintersemester 2010/2011 F. Marohn,,Es ist mir noch heute rätselhaft, dass man herausbringt, was sechzig Millionen Menschen denken, wenn man zweitausend

Mehr

Statistik für Studierende der Naturwissenschaften und Biomedizin Wintersemester 2010/2011 F. Marohn

Statistik für Studierende der Naturwissenschaften und Biomedizin Wintersemester 2010/2011 F. Marohn Statistik für Studierende der Naturwissenschaften und Biomedizin Wintersemester 2010/2011 F. Marohn Vorlesung und Aufgabenblätter im Internet unter der Homepage des Lehrstuhls für Statistik: http://statistik.mathematik.uni-wuerzburg.de/

Mehr

KAPITEL 4. Posets Hasse Diagramm

KAPITEL 4. Posets Hasse Diagramm KAPITEL 4 Posets Im Abschnitt über Relationen (1.4) wurde Eigenschaften von Relationen über einer einzigen Grundmenge X definiert. Mithilfe dieser Eigenschaften wurden z.b. Äquivalenzrelationen definiert.

Mehr

5. Der Lottoschwachsinn!

5. Der Lottoschwachsinn! JKU goes school: Erlebuis Statistik (Andreas Quatember) 1/20 5. Der Lottoschwachsinn! Die Wahrscheinlichkeit eines Ereignisses ist eine Zahl, die zwischen 0 und 1 liegt. Die Wahrscheinlichkeit 0 bedeutet:

Mehr

Es wird aus einer Urne mit N Kugeln gezogen, die mit den Zahlen 1,..., N durchnummiert sind. (N n)! n! = N! (N n)!n! =

Es wird aus einer Urne mit N Kugeln gezogen, die mit den Zahlen 1,..., N durchnummiert sind. (N n)! n! = N! (N n)!n! = Übungsblatt Höhere Mathematik - Weihenstephan SoSe 00 Michael Höhle, Hannes Petermeier, Cornelia Eder Übung: 5.6.00 Die Aufgaben -3 werden in der Übung am Donnerstag (5.6. besprochen. Die Aufgaben -6 sollen

Mehr

12 Kombinatorik Prof. Dr. rer. nat. Claus Brell Hochschule Niederrhein Stand:

12 Kombinatorik Prof. Dr. rer. nat. Claus Brell Hochschule Niederrhein Stand: 409 www.statistik-von-null-auf-hundert.de 12 Kombinatorik Prof. Dr. rer. nat. Claus Brell Hochschule Niederrhein Stand: 10.04.2014 Kombinatorik 410 Definition: Kombinatorik ist die Lehre des Zählens. Gegenstand:

Mehr

Einführung in die Wahrscheinlichkeitsrechnung

Einführung in die Wahrscheinlichkeitsrechnung Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze

Mehr

Diskrete Strukturen I

Diskrete Strukturen I Universität Kassel Fachbereich 10/1 PD Dr. Sebastian Petersen 14.09.2017 Klausur zur Vorlesung Diskrete Strukturen I Es können maximal 40 Punkte erreicht werden. Version mit Lösungsskizze Zur Notation:

Mehr

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung Programm Wiederholung Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung Binomialverteilung Hypergeometrische Verteilung Wiederholung verschiedene Mittelwerte für verschiedene Skalenniveaus

Mehr

Frage 1. Wie viele Möglichkeiten gibt es, ein Element aus einer Menge M auszuwählen? n = M

Frage 1. Wie viele Möglichkeiten gibt es, ein Element aus einer Menge M auszuwählen? n = M Kapitel 1 Kombinatorik (Prof. K. Gerald van den Boogaart) 1.1 Grundprinzipien 1.1.1 Auswahl aus Möglichkeiten Frage 1. Wie viele Möglichkeiten gibt es, ein Element aus einer Menge M auszuwählen? n = M

Mehr